Warum KI-Piloten im Krankenhaus so selten erwachsen werden
Blog · 28.10.2026

Fragen Sie in einem deutschen Krankenhaus nach KI, bekommen Sie immer öfter die Antwort: „Da läuft ein Pilot.“ Spracherkennung auf einer Station, ein Kodiervorschlag im Medizincontrolling, eine Belegungsprognose, die jemand aus der IT aufgesetzt hat. Was Sie deutlich seltener hören: „Das läuft im Regelbetrieb.“ Zwischen diesen beiden Sätzen liegt oft nicht ein Jahr, sondern eine Organisation, und eine Schnittstelle.
Erst die Zahlen
KI im Krankenhaus steht am Anfang, das stimmt. Aktuelle Erhebungen zeigen: Bei 18 Prozent der Klinikärztinnen und -ärzte ist KI heute im Einsatz, doppelt so viele wie 2022. Interessant ist, was mit den Vorhaben passiert, die es gibt: Rund 41 Prozent der mittleren und großen Häuser haben konkrete KI-Maßnahmen eingeführt, knapp die Hälfte davon ist weiterhin im Testbetrieb, und nur etwa jedes zehnte Haus nutzt KI intensiv. International sieht es nicht anders aus: Bei Leistungserbringern stieg der Anteil der Anwendungsfälle im Pilot innerhalb eines Jahres von 21 auf 28 Prozent, im Produktivbetrieb nur von 8 auf 12 Prozent. In den Niederlanden setzen 8 Prozent der Krankenhäuser KI großflächig ein.
Kurz: KI kommt an. Aber sie bleibt auffällig oft dort stehen, wo sie angekommen ist.
Der Pilot, der nie erwachsen wird
Das Muster ist erstaunlich gleichförmig. Ein engagierter Chefarzt oder eine CIO bringt ein Werkzeug ins Haus. Die ersten Wochen sind vielversprechend, es gibt eine Präsentation vor der Geschäftsführung, alle nicken. Dann passiert, nicht viel. Der Pilot läuft weiter, aber er wächst nicht. Nach einem Jahr nutzen ihn dieselben zwölf Leute wie am Anfang, die Lizenz wird verlängert, weil niemand den Mut hat, sie zu kündigen, und das Thema KI steht in der nächsten Strategieklausur wieder ganz oben.
Woran liegt das? An der Technik, sagen viele. Und das ist nicht falsch: Anders als bei einer KIS-Einführung ist bei KI die Technikkette selbst noch jung, von der Spracheingabe über die Erkennung und Einordnung durch ein Sprachmodell bis zum Aufruf der richtigen KIS-Funktion. Die Technik ist eine notwendige Bedingung. Nur: Sie ist keine hinreichende. In den Gesprächen, die wir mit Geschäftsführungen, CIOs und kaufmännischen Leitungen führen, sehen wir vier Gründe, warum Piloten nicht erwachsen werden. Der erste ist zur Hälfte Technik. Die anderen drei nicht.
1. Der Pilot läuft, neben dem Regelbetrieb
Die KI liefert einen Vorschlag. Schön. Und dann? Wer prüft ihn, wer übernimmt ihn, wer trägt die Verantwortung, wenn er falsch war? Solange diese Fragen offen sind, bleibt der Pilot eine Insel. Die technische Seite derselben Insel: Der Pilot läuft auf einem zweiten Bildschirm, mit manuellem Datentransfer oder einer begrenzten Schnittstelle. Die tiefe Integration ins KIS wurde auf die Skalierung verschoben, und genau dort scheitert sie dann, weil niemand sie eingeplant, budgetiert und verantwortet hat.
Für die Geschäftsführung heißt das: KI braucht pro Anwendungsfall einen Verantwortlichen mit Mandat und ein Integrationskonzept, das vor dem Pilot steht, nicht danach.
2. KI sitzt auf einem Prozess, den niemand angeschaut hat
Das ist der Punkt, der uns als Prozessberater am meisten umtreibt. Wird KI auf einen ungeprüften Ablauf gesetzt, automatisiert man häufig einen Umweg, der eigentlich hätte entfallen können. Das Ergebnis ist ein schnellerer alter Prozess statt eines besseren neuen. Die Doppelerfassung bleibt, sie passiert jetzt nur automatisch.
Dabei ist KI toleranter, als viele denken, aber an der richtigen Stelle. Sprachmodelle kommen mit uneinheitlichen Formulierungen, Freitext und unterschiedlichen Formularen erstaunlich gut zurecht; genau dafür sind sie gebaut. Womit sie nicht zurechtkommen, ist Varianz im Ablauf: Ein Modell kann nicht entscheiden, welche von fünf Prozessvarianten die richtige ist. Jede Variante braucht eigene Auslöser, Verantwortliche, Übergabepunkte, ein Zielfeld im KIS, und muss einzeln validiert, dokumentiert und überwacht werden.
Deshalb beginnen wir jedes KI-Vorhaben nicht beim Tool, sondern beim IST-Ablauf, meistens in BPMN. Das klingt unspektakulär und ist es auch. Aber es ist der Unterschied zwischen einem Pilot, der skaliert, und einem, der es nicht tut.
3. Die Daten tragen nicht
Hausindividuelle Formulare, abteilungsspezifische Sonderwege, drei Systeme für dieselbe Information. Für ein Sprachmodell, das Arztbriefe schreibt, ist das lästig, aber lösbar: Es kann aus individuellen Formularen und Journaleinträgen extrahieren, zum Preis eines Mappings, das je Haus eingerichtet, validiert und bei jeder Formularänderung nachgepflegt wird. Für ein Prognosemodell ist es tödlich: Wo dieselbe Aufnahme in der Notaufnahme anders erfasst wird als auf der Station, wird die Belegungsprognose nicht besser, nur selbstbewusster. Datenqualität ist keine IT-Aufgabe, sondern eine Frage der Quellregistrierung im KIS, und damit eine Führungsaufgabe. Die gute Nachricht: Diese Arbeit zahlt sich auch ohne KI aus, bei Auswertbarkeit, Abrechnung und MD-Prüfung.
4. Vom Herstellerversprechen zum eigenen Business Case
Hier kommen die CFOs ins Spiel, und zwar zu Recht. Krankenhäuser rechnen, bevor sie in KI investieren, das Problem ist selten, dass nicht gerechnet wird, sondern womit. Der Business Case stammt vom Anbieter und beruht auf dessen Referenzwerten („30 Prozent Zeitersparnis“), nicht auf den eigenen Fallzahlen, Verweildauern und Dokumentationszeiten. Gemessen wird Zufriedenheit oder Zeit, nicht Erlös, Kosten oder Kapazität. Eine Baseline vor dem Pilot fehlt, laufende Kosten für Lizenzen, Nutzung und Betrieb stehen nicht vollständig drin, und es gibt keinen vorab vereinbarten Zeitpunkt, an dem die Zahlen über Ausweitung oder Abbruch entscheiden.
Ein Business Case, der eine Entscheidung trägt, ist nicht kompliziert. Er beruht auf Ihren Zahlen, rechnet Szenarien mit Sensitivität, enthält die Betriebskosten und hat einen klaren Entscheidungspunkt. Dann überzeugt er auch den Aufsichtsrat, und die Chefärzte.
Was Sie als Führungsteam konkret tun können
- Einen Anwendungsfall auswählen, nicht fünf. Dort, wo Wirkungshebel, Datenlage und Umsetzbarkeit zusammentreffen.
- Den Prozess zuerst beschreiben, dann das Werkzeug auswählen. Nie umgekehrt.
- Die Integration nicht aufschieben. Schnittstelle, Zielfeld im KIS und Betrieb gehören ins Pilotkonzept, nicht in die Skalierungsphase.
- Baseline messen und Abbruchkriterien festlegen, bevor der Pilot startet. Ein Pilot, der die Kriterien nicht erfüllt, wird beendet, nicht verlängert.
- Verantwortung benennen: ein Owner je Anwendungsfall, eine Anwendungsbetreuung mit echter Systemkenntnis, ein Monitoring.
- Regulatorik früh mitdenken: EU AI Act, MDR und Datenschutz entscheiden mit, was überhaupt skalierbar ist.
Technik und Organisation, und was meist unterschätzt wird
Ein funktionierendes Modell ist noch kein funktionierender Prozess. Sichtbar ist die Einführung des Werkzeugs; darunter liegt das, was über Erfolg oder Misserfolg entscheidet: Abläufe, Schnittstellen, Rollen, Gewohnheiten. Projektmanagement sichert Zeit, Kosten und Qualität. Prozessmanagement entscheidet, ob KI die Arbeit tatsächlich erleichtert. Change-Management sichert die Akzeptanz. Und Widerstand ist dabei kein Störfaktor, sondern ein Signal: Meist wurde an den Betroffenen vorbeigeplant.
Die gute Nachricht: Der Weg von „Pilot“ zu „Regelbetrieb“ ist kein Sprung, sondern eine Treppe. Wir verorten Krankenhäuser auf fünf Reifegradstufen, von „Ad hoc“ bis „KI-bereit“. Der Sprung über eine Stufe funktioniert erfahrungsgemäß nicht. Der Weg zur nächsten ist dafür immer konkret beschreibbar, und meistens kürzer, als die Beteiligten denken. Saubere Prozesse sind dabei keine Voraussetzung für einen Pilot. Aber für alles, was danach kommt.
Wo steht Ihr Haus?
Wenn Sie beim Lesen an einen bestimmten Pilot in Ihrem Haus denken mussten, oder an einen, der noch gar nicht gestartet ist: Beides ist ein guter Ausgangspunkt. In zwei bis drei Wochen lässt sich mit einem Quick-Scan feststellen, wo in Ihrem Haus der größte Hebel liegt, welcher Anwendungsfall dort trägt und was vorher noch zu tun ist. Manchmal lautet das Ergebnis „noch nicht“. Auch das ist ein Ergebnis, und deutlich günstiger als ein Pilot, der es nie erfährt.
